python numpy ones_like用法及代码示例

用法： numpy.ones_like(a, dtype=None, order='K', subok=True, shape=None)

返回形状与类型与给定数组相同的数组。

参数：	a：： array_like a的形状和数据类型定义了返回数组的这些相同属性。 dtype：： data-type, 可选参数覆盖结果的数据类型。 1.6.0版中的新功能。 order：： {‘C’, ‘F’, ‘A’, 或 ‘K’}, 可选参数覆盖结果的内存布局。如果a是Fortran连续的，则‘C’表示C-order，‘F’表示F-order，‘A’表示‘F’，否则为‘C’。 ‘K’表示尽可能匹配a的布局。 1.6.0版中的新功能。 subok：： bool, optional. 如果为True，则新创建的阵列将使用‘a’的sub-class类型，否则将为base-class阵列。默认为True。 shape：： int 或 sequence of ints, optional. 覆盖结果的形状。如果order ='K'并且尺寸数量不变，则将尝试保持顺序，否则，则隐含order ='C'。 1.17.0版中的新功能。
返回值：	out：： ndarray 形状和类型与a相同的数组。

参数：

a：： array_like: a的形状和数据类型定义了返回数组的这些相同属性。
dtype：： data-type, 可选参数: 覆盖结果的数据类型。

1.6.0版中的新功能。
order：： {‘C’, ‘F’, ‘A’, 或 ‘K’}, 可选参数: 覆盖结果的内存布局。如果a是Fortran连续的，则‘C’表示C-order，‘F’表示F-order，‘A’表示‘F’，否则为‘C’。 ‘K’表示尽可能匹配a的布局。

1.6.0版中的新功能。
subok：： bool, optional.: 如果为True，则新创建的阵列将使用‘a’的sub-class类型，否则将为base-class阵列。默认为True。
shape：： int 或 sequence of ints, optional.: 覆盖结果的形状。如果order ='K'并且尺寸数量不变，则将尝试保持顺序，否则，则隐含order ='C'。

1.17.0版中的新功能。

返回值：

>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.ones_like(x)
array([[1, 1, 1],
       [1, 1, 1]])

>>> y = np.arange(3, dtype=float)
>>> y
array([0., 1., 2.])
>>> np.ones_like(y)
array([1.,  1.,  1.])

numpy.ones_like的API实现见：[源代码]

相关用法

注：本文由纯净天空筛选整理自 numpy.ones_like。非经特殊声明，原始代码版权归原作者所有，本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。